Schlag gegen Nvidia? Huawei baut "den mächtigsten" Chip-Supercluster
Huawei will mit dem Atlas 950 SuperCluster die Dominanz von Nvidia brechen. Der geplante Rechner aus bis zu 500.000 Ascend-Chips soll ab 2026 KI-Modelle trainieren - und zeigt, wie China trotz US-Sanktionen eigene Wege in der Hochleistungs-IT sucht.
Huawei reagiert nun mit einem Projekt von beispielloser Dimension: dem Atlas 950 SuperCluster. Auf der Connect-Konferenz in Shanghai stellte Eric Xu, Huaweis Rotating Chairman, die neue Architektur vor. "Rechenleistung ist - und wird auch künftig - der Schlüssel für KI sein. Das gilt besonders für China", betonte Xu und verwies auf den langfristigen Bedarf an Rechenleistung.
Im Zentrum stehen die neuen SuperPoDs: Der Atlas 950 vereint 8.192 Ascend-NPUs, der größere Atlas 960 sogar 15.488. Mehrere dieser SuperPoDs lassen sich zu einem SuperCluster zusammenschalten. In der größten Ausbaustufe umfasst der Atlas 950 SuperCluster über 500.000 Ascend-Chips, der Atlas 960 SuperCluster sogar mehr als eine Million. Nach Angaben von Huawei sind dies "die derzeit leistungsstärksten SuperPoDs und SuperCluster der Welt".
Ein Kernstück der Technik ist das Interconnect-Protokoll UnifiedBus 2.0, das Huawei als eigenen Industriestandard etablieren will. Es soll die Verbindung tausender Chips über große Distanzen bei hoher Geschwindigkeit und niedriger Latenz sichern - ein Engpass, der bisher viele Großprojekte bremste. "SuperPoDs und SuperCluster, die auf UnifiedBus basieren, sind unsere Antwort auf die steigende Nachfrage nach Rechenleistung", so Xu.
Während technische Analysen die Frage stellen, ob Huaweis Cluster-Architektur mit Nvidias Blackwell-GPUs konkurrieren kann, geht es China wohl weniger um einzelne Benchmarks als um zwei Modelle, die konkurrieren: hochoptimierte, marktführende Chips von Nvidia gegen massenhaft verschaltete Ascend-Prozessoren von Huawei. Unklar bleibt zudem, ob Huaweis Software-Ökosystem ähnlich breit unterstützt wird wie Nvidias CUDA-Plattform.
Dass Huawei die Präsentation nur Tage vor einem geplanten Gespräch zwischen Xi Jinping und Donald Trump ansetzte, gilt Beobachtern als bewusstes Timing. Ob die technischen Versprechen eingehalten werden, ist noch offen. Unabhängige Leistungsdaten fehlen, und die Skalierung von bis zu einer Million Chips stellt extreme Anforderungen an Energieversorgung und Software. Doch schon die Ankündigung signalisiert: Huawei erhebt Anspruch, im Rennen um die globale KI-Infrastruktur wieder eine Hauptrolle zu spielen.
Siehe auch:
Atlas 950: Huaweis Geheimwaffe gegen US-Technologie
Über Jahre führte an Nvidia kein Weg vorbei. Ihre Grafikprozessoren entwickelten sich zum Herzstück der globalen KI-Infrastruktur - bis US-Sanktionen den Export nach China stoppten. Damit entstand für chinesische Firmen eine Lücke, die nicht nur technisch, sondern auch politisch brisant ist.Huawei reagiert nun mit einem Projekt von beispielloser Dimension: dem Atlas 950 SuperCluster. Auf der Connect-Konferenz in Shanghai stellte Eric Xu, Huaweis Rotating Chairman, die neue Architektur vor. "Rechenleistung ist - und wird auch künftig - der Schlüssel für KI sein. Das gilt besonders für China", betonte Xu und verwies auf den langfristigen Bedarf an Rechenleistung.
Im Zentrum stehen die neuen SuperPoDs: Der Atlas 950 vereint 8.192 Ascend-NPUs, der größere Atlas 960 sogar 15.488. Mehrere dieser SuperPoDs lassen sich zu einem SuperCluster zusammenschalten. In der größten Ausbaustufe umfasst der Atlas 950 SuperCluster über 500.000 Ascend-Chips, der Atlas 960 SuperCluster sogar mehr als eine Million. Nach Angaben von Huawei sind dies "die derzeit leistungsstärksten SuperPoDs und SuperCluster der Welt".
Ein Kernstück der Technik ist das Interconnect-Protokoll UnifiedBus 2.0, das Huawei als eigenen Industriestandard etablieren will. Es soll die Verbindung tausender Chips über große Distanzen bei hoher Geschwindigkeit und niedriger Latenz sichern - ein Engpass, der bisher viele Großprojekte bremste. "SuperPoDs und SuperCluster, die auf UnifiedBus basieren, sind unsere Antwort auf die steigende Nachfrage nach Rechenleistung", so Xu.
Während technische Analysen die Frage stellen, ob Huaweis Cluster-Architektur mit Nvidias Blackwell-GPUs konkurrieren kann, geht es China wohl weniger um einzelne Benchmarks als um zwei Modelle, die konkurrieren: hochoptimierte, marktführende Chips von Nvidia gegen massenhaft verschaltete Ascend-Prozessoren von Huawei. Unklar bleibt zudem, ob Huaweis Software-Ökosystem ähnlich breit unterstützt wird wie Nvidias CUDA-Plattform.
Stark durch Strategie
Auch die South China Morning Post, eine in Hongkong erscheinende Tageszeitung mit Fokus auf China und Asien, verortet die Ankündigung weniger im Technischen als im Strategischen. Sie beschreibt das Projekt als Teil einer langfristigen Strategie: China will zeigen, dass es trotz Handelsbarrieren eigene Hochleistungsrechner aufbauen kann - und so die Abhängigkeit von US-Technologie verringern.Dass Huawei die Präsentation nur Tage vor einem geplanten Gespräch zwischen Xi Jinping und Donald Trump ansetzte, gilt Beobachtern als bewusstes Timing. Ob die technischen Versprechen eingehalten werden, ist noch offen. Unabhängige Leistungsdaten fehlen, und die Skalierung von bis zu einer Million Chips stellt extreme Anforderungen an Energieversorgung und Software. Doch schon die Ankündigung signalisiert: Huawei erhebt Anspruch, im Rennen um die globale KI-Infrastruktur wieder eine Hauptrolle zu spielen.
FAQ: Huawei Ascend-Chip-Familie
Was sind Ascend-Chips?
Ascend-Chips sind KI-Prozessoren von HiSilicon, die speziell für künstliche Intelligenz und maschinelles Lernen entwickelt wurden. Sie bilden das Herzstück von Huaweis AI-Strategie und konkurrieren mit NVIDIAs GPUs.
Die Chips verwenden eine proprietäre Da Vinci-Architektur und sind für Training und Inferenz neuronaler Netzwerke optimiert. Sie sollen Chinas Abhängigkeit von ausländischen KI-Chips reduzieren.
HiSilicon positioniert die Ascend-Serie als vollständige KI-Computing-Plattform, die von Edge-Geräten bis hin zu Rechenzentren eingesetzt werden kann. Die Entwicklung erfolgte unter strengster Geheimhaltung.
Die Chips verwenden eine proprietäre Da Vinci-Architektur und sind für Training und Inferenz neuronaler Netzwerke optimiert. Sie sollen Chinas Abhängigkeit von ausländischen KI-Chips reduzieren.
HiSilicon positioniert die Ascend-Serie als vollständige KI-Computing-Plattform, die von Edge-Geräten bis hin zu Rechenzentren eingesetzt werden kann. Die Entwicklung erfolgte unter strengster Geheimhaltung.
Welche Modelle gibt es aktuell?
Die Ascend 910B gilt als neuestes Flaggschiff und soll laut Berichten eine Rechenleistung von bis zu 256 TOPS (Tera Operations Per Second) für INT8-Operationen erreichen. Sie wird in 7nm-Technologie gefertigt.
Der Ascend 310 richtet sich an Edge-Computing und Inferenz-Anwendungen, während die 910-Serie für das Training großer KI-Modelle in Rechenzentren konzipiert ist. Verschiedene Varianten decken unterschiedliche Leistungsklassen ab.
Berichten zufolge arbeitet HiSilicon an noch leistungsfähigeren Nachfolgern, deren Spezifikationen jedoch aufgrund der geopolitischen Spannungen und Handelsbeschränkungen nur spärlich bekannt sind.
Der Ascend 310 richtet sich an Edge-Computing und Inferenz-Anwendungen, während die 910-Serie für das Training großer KI-Modelle in Rechenzentren konzipiert ist. Verschiedene Varianten decken unterschiedliche Leistungsklassen ab.
Berichten zufolge arbeitet HiSilicon an noch leistungsfähigeren Nachfolgern, deren Spezifikationen jedoch aufgrund der geopolitischen Spannungen und Handelsbeschränkungen nur spärlich bekannt sind.
Wie leistungsfähig sind sie?
Die Ascend 910B soll laut Huawei-Angaben mit NVIDIAs A100-GPU konkurrieren können und ähnliche Trainingszeiten für große Sprachmodelle erreichen. Unabhängige Benchmarks sind jedoch selten verfügbar.
Branchenexperten schätzen die Leistung als durchaus konkurrenzfähig ein, wobei die tatsächliche Performance stark von der spezifischen Anwendung und Optimierung abhängt. Software-Ökosystem bleibt eine Herausforderung.
Die Energieeffizienz wird als Stärke der Ascend-Chips genannt, was besonders für große KI-Rechenzentren relevant ist. Genaue Vergleichsdaten sind aufgrund begrenzter Verfügbarkeit schwer zu verifizieren.
Branchenexperten schätzen die Leistung als durchaus konkurrenzfähig ein, wobei die tatsächliche Performance stark von der spezifischen Anwendung und Optimierung abhängt. Software-Ökosystem bleibt eine Herausforderung.
Die Energieeffizienz wird als Stärke der Ascend-Chips genannt, was besonders für große KI-Rechenzentren relevant ist. Genaue Vergleichsdaten sind aufgrund begrenzter Verfügbarkeit schwer zu verifizieren.
Welche Fertigungsprobleme gibt es?
US-Sanktionen seit 2019 haben HiSilicon den Zugang zu fortschrittlichen Fertigungstechnologien erschwert. TSMC darf keine Chips mehr für Huawei produzieren, was die Produktion neuester Generationen behindert.
Die Ascend-Chips werden vermutlich bei SMIC in China gefertigt, das jedoch technologisch hinter TSMC zurückliegt. Dies könnte Auswirkungen auf Leistung, Energieeffizienz und Ausbeute haben.
Berichten zufolge stockt HiSilicon Chips vor möglichen weiteren Sanktionen. Die langfristige Verfügbarkeit modernster Fertigungstechnologien bleibt ungewiss und könnte die Entwicklung zukünftiger Generationen beeinträchtigen.
Die Ascend-Chips werden vermutlich bei SMIC in China gefertigt, das jedoch technologisch hinter TSMC zurückliegt. Dies könnte Auswirkungen auf Leistung, Energieeffizienz und Ausbeute haben.
Berichten zufolge stockt HiSilicon Chips vor möglichen weiteren Sanktionen. Die langfristige Verfügbarkeit modernster Fertigungstechnologien bleibt ungewiss und könnte die Entwicklung zukünftiger Generationen beeinträchtigen.
Wie ist das Software-Ökosystem?
Huawei entwickelte das MindSpore-Framework als Alternative zu TensorFlow und PyTorch. Es soll nahtlose Integration mit Ascend-Hardware bieten und optimierte Performance ermöglichen.
Das CANN (Compute Architecture for Neural Networks) bildet die Software-Schicht zwischen Hardware und KI-Frameworks. Es verspricht einfache Portierung bestehender KI-Modelle auf Ascend-Hardware.
Die Akzeptanz außerhalb Chinas bleibt jedoch begrenzt. Entwickler bevorzugen oft etablierte Frameworks, was die internationale Verbreitung der Ascend-Plattform erschwert und Huaweis Ambitionen dämpft.
Das CANN (Compute Architecture for Neural Networks) bildet die Software-Schicht zwischen Hardware und KI-Frameworks. Es verspricht einfache Portierung bestehender KI-Modelle auf Ascend-Hardware.
Die Akzeptanz außerhalb Chinas bleibt jedoch begrenzt. Entwickler bevorzugen oft etablierte Frameworks, was die internationale Verbreitung der Ascend-Plattform erschwert und Huaweis Ambitionen dämpft.
Wo werden sie eingesetzt?
Hauptsächlich kommen Ascend-Chips in Huaweis eigenen Cloud-Services und KI-Anwendungen zum Einsatz. Chinesische Unternehmen und Forschungseinrichtungen nutzen sie zunehmend für KI-Training und -Inferenz.
In Huaweis Smartphones der Mate- und P-Serie finden sich NPUs (Neural Processing Units) basierend auf Ascend-Technologie. Sie beschleunigen Kamera-KI, Spracherkennung und andere mobile KI-Funktionen.
Berichten zufolge setzen auch chinesische Automobilhersteller und Smart-City-Projekte auf Ascend-basierte Lösungen. Die internationale Verbreitung bleibt aufgrund geopolitischer Spannungen jedoch stark eingeschränkt.
In Huaweis Smartphones der Mate- und P-Serie finden sich NPUs (Neural Processing Units) basierend auf Ascend-Technologie. Sie beschleunigen Kamera-KI, Spracherkennung und andere mobile KI-Funktionen.
Berichten zufolge setzen auch chinesische Automobilhersteller und Smart-City-Projekte auf Ascend-basierte Lösungen. Die internationale Verbreitung bleibt aufgrund geopolitischer Spannungen jedoch stark eingeschränkt.
Wie steht es um die Zukunft?
HiSilicon arbeitet vermutlich an Ascend-Chips der nächsten Generation, muss jedoch ohne Zugang zu modernsten westlichen Technologien auskommen. Dies könnte die technologische Entwicklung verlangsamen.
China investiert massiv in die heimische Halbleiterindustrie, um technologische Unabhängigkeit zu erreichen. Ascend-Chips sind ein wichtiger Baustein dieser Strategie, stehen aber vor erheblichen Herausforderungen.
Die weitere Entwicklung hängt stark von geopolitischen Faktoren ab. Handelsbeschränkungen könnten sich verschärfen oder lockern, was direkten Einfluss auf HiSilicons Fähigkeiten zur Chip-Entwicklung hätte.
China investiert massiv in die heimische Halbleiterindustrie, um technologische Unabhängigkeit zu erreichen. Ascend-Chips sind ein wichtiger Baustein dieser Strategie, stehen aber vor erheblichen Herausforderungen.
Die weitere Entwicklung hängt stark von geopolitischen Faktoren ab. Handelsbeschränkungen könnten sich verschärfen oder lockern, was direkten Einfluss auf HiSilicons Fähigkeiten zur Chip-Entwicklung hätte.
Wie konkurrenzfähig sind sie global?
In China gelten Ascend-Chips als ernsthafte Alternative zu NVIDIA-GPUs, wobei die Performance für viele Anwendungen ausreichend ist. Das Preis-Leistungs-Verhältnis wird oft als vorteilhaft beschrieben.
International bleiben sie jedoch Nischenlösungen. NVIDIA dominiert weiterhin den KI-Chip-Markt, während AMD und Intel ebenfalls starke Alternativen entwickeln. Das Software-Ökosystem ist ein entscheidender Nachteil.
Experten sehen Ascend-Chips als wichtigen Schritt für Chinas technologische Souveränität, bezweifeln aber kurzfristig eine globale Marktführerschaft. Langfristig könnte sich dies jedoch ändern.
International bleiben sie jedoch Nischenlösungen. NVIDIA dominiert weiterhin den KI-Chip-Markt, während AMD und Intel ebenfalls starke Alternativen entwickeln. Das Software-Ökosystem ist ein entscheidender Nachteil.
Experten sehen Ascend-Chips als wichtigen Schritt für Chinas technologische Souveränität, bezweifeln aber kurzfristig eine globale Marktführerschaft. Langfristig könnte sich dies jedoch ändern.
Zusammenfassung
- Huawei plant mit Atlas 950 SuperCluster die Nvidia-Dominanz zu brechen
- Bis zu 500000 Ascend-Chips sollen ab 2026 KI-Modelle trainieren können
- SuperPoDs mit tausenden NPUs werden zu SuperClustern zusammengeschaltet
- UnifiedBus 2.0 ermöglicht schnelle Verbindung zwischen tausenden Chips
- China strebt mit dem Projekt technologische Unabhängigkeit von den USA an
- Die Ankündigung erfolgte strategisch vor dem Treffen Xi-Trump
- Trotz ambitionierter Versprechen fehlen noch unabhängige Leistungsdaten
Siehe auch:
Thema:
Nvidia Aktienkurs in Euro
Videos zum Thema Nvidia
- AMD Radeon RX 6700 XT: So schlägt sich die betagte Grafikkarte heute
- Alter Gaming-PC: So lässt sich ein i7-8700K per GPU-Upgrade retten
- Etoe Seal Pro: Günstiger Beamer mit einigen Stärken im Test
- Ultimea Poseidon E100: Solider Full-HD-LED-Beamer im Test
- Firebat Huan 16 Pro: Gaming-Notebook mit klaren Schwächen im Test
Neue Nvidia-Downloads
Beliebt im Preisvergleich
- PCIe:
Beiträge aus dem Forum
Weiterführende Links
Neue Nachrichten
- Xbox-Exodus: Chef von Microsofts Spielestudios geht
- Galaxy A27: Samsung leakt sein neues Jedermann-Smartphone selbst
- Spiele als Dauerwerbesendung: EA plant Reklame 'direkt im Gameplay'
- Nutzen umstritten, UK bannt dennoch Social Media für Unter-16-Jährige
- Fox kauft Roku: Neuer Streaming-Gigant für 22 Milliarden Dollar
- Drohnen-Alternative: Schlangenroboter prüfen Hochspannungsleitungen
- 110 Billiarden Kilometer: Forscher arbeiten an Karte von Pilzgeflechten
❤ WinFuture unterstützen
Sie wollen online einkaufen?
Dann nutzen Sie bitte einen der folgenden Links,
um WinFuture zu unterstützen:
Vielen Dank!
Alle Kommentare zu dieser News anzeigen